おはようございます!木曜日のAIx働き方ニュースです。今日は、Metaが広告のAIの改良をAIエージェントで広げる話から、匂いをかぎ分けるAI、AIの答えの根拠を残す設計まで、9本のニュースをお届けします!
Meta、広告AIの改良をエージェントでモデル全体へ
Meta(Facebookなどを運営する企業)の技術ブログによると、同社は広告の表示順を決める多数のAIモデルに、効果が確かめられた改良の手法を広げる作業で、AIエージェント(自分で考えて動くAI)を使っています!モデルごとに作りが違い、個別の調整が要る作業です。
2026年3月の導入以降、この作業の60%以上をエージェントが担っていると同社は推定。導入前と比べた初期の結果では、エンジニア1人がこなせる調整が3倍になり、年末までに推計4,500万ドル超の計算費用の削減を見込むそうです。人は要所の判断を確かめ、最終的に何を本番に出すかを承認するとしています。
候補を挙げ、試し、失敗を直すところまでをAIが受け持ち、人は判断と承認に集中する。この分け方は、似た調整を何度もくり返す仕事なら、どこでも応用できそうです。自分の仕事で「毎回同じように手直ししている作業」を探すところから始めてみませんか!
出典:Engineering at Meta
https://engineering.fb.com/2026/11/18/ml-applications/ai-agents-to-scale-ml-innovations-across-ads-ranking-models/
Snapchat、AIのコーディング助手でARレンズ作りに対応
TechCrunchの報道によると、SNSアプリのSnapchatが、Claude CodeやCursorといったAIコーディングアシスタント(プログラム作りを手伝うAI)を使って、開発者がARレンズ(カメラの映像にCGの効果を重ねる機能)を作れるようにしました!
Snapchatによると、レンズの制作者は作りたいレンズを普段の言葉で説明でき、AIアシスタントが最初から最後までの工程を引き受けるとしています。
作りたいものを言葉で伝えれば、AIが形にしてくれる。そんな作り方では、何をどう作りたいかをどれだけ具体的に言えるかで、出来上がりが変わってきそうです。普段の仕事の依頼でも、完成のイメージを言葉にしてから頼む習慣をつけておきたいですね!
MetaのAIエージェント「Muse」、社員もテスト中に懸念
Ars Technicaによると、MetaのAIエージェント「Muse」の一部の初期利用者が、非公開メッセージをのぞく、動きが予測できないと訴えた後、ロイター通信が、社員も同じ懸念を出していた社内チャットを報じました!
テスト中の社員は、利用者が見られると思っていない暗号化された非公開メッセージにMuseがアクセスしているように見えること、会話の混同や機密情報の共有のおそれを警告していたそうです。社員が聞いていない質問に答える出力も一部ありました。脈絡なく銀行やビットコインの残高を示した出力は実在しないデータだとMetaは説明していますが、ロイターは真偽を独自に確かめられなかったとしています。
新しいAIツールを試していると、「なんだか変だな」と感じる場面に出会うことがあります。その違和感を気のせいで済ませず、書き留めて共有しておくことが、大きな問題を防ぐ手がかりになります。チームで試すときは、気になった点を気軽に出せる場所を先に用意しておきたいですね。
出典:Ars Technica
https://arstechnica.com/tech-policy/2026/11/muse-privacy-invasions-are-freaking-out-meta-staffers-internal-chats-show/
AIが社会を変えるとき、人は主導権をどう保つか
OpenAIの公式サイトで、「The Silent Consensus(静かな合意)」と題した文章が公開されました!書いたのは、OpenAIの戦略的未来担当の責任者(Head of Strategic Futures)を務めるディーン・ボール氏です。
テーマは、より高い能力を持つAIが社会をどう作り変えうるのか、そして人々が自分たちの制度や組織の主導権をどう保てるのか、という2つの問いだそうです。
AIに任せられることが増えるほど、「どこまで任せ、どこで人が決めるか」を自分たちで選べているかが大事になりそうです。職場でも、AIに任せている作業を一度書き出し、人が確かめる場面と決める場面をチームで話し合っておくと安心ですね!
出典:OpenAI
https://openai.com/index/the-silent-consensus
嗅覚AIのOsmo、「人並みの鼻」に達したと主張
MIT Technology Reviewによると、スタートアップのOsmoが、自社のAIモデルは匂いをかぎ分ける力で平均的な人と同じくらいに達したと主張しています!匂いのデータは乏しく、約70人の評価員の記録と分光器(成分を調べる装置)などの分析で、1,000万を超えるラベルのデータを自前で作ったそうです。
技術はP&Gとの香水づくりや、DEET(定番の虫よけ成分)より虫を遠ざける8つの物質の特定、偽物スニーカーの見分けに使われてきました。一方で、一部の主張は裏づけがなく、特許の申請も人の判断に頼るという批判や、同じ成分でも状況で感じ方が変わる難しさを挙げる専門家もいます。
手本になるデータがない分野では、まず人が手間をかけて記録を集めるところから始まります。新しい仕事にAIを取り入れたいときも、道具探しより先に、日々の判断や気づきを同じ言葉でそろえて残しておくと、あとで大きな財産になりそうです!
出典:MIT Technology Review
https://www.technologyreview.com/2026/11/18/1148816/smell-startup-osmo-ai-nose-good-as-humans/
Meta、広告AIのモデル設計を共通の「型」にそろえる
Metaの技術ブログによると、同社の広告ランキング(広告の表示順を決める仕組み)では、モデルごとに作りがばらばらで、新しい手法を全体へ広げる手間や、例外的な設定が増えて信頼性を保ちにくいことが課題でした。そこで、設計を少数の再利用できるひな形にまとめる「標準モデルテンプレート(SMT)」を作りました!
過去2年間で、モデル1つあたりのエンジニアの作業時間を92%減らし、5,000を超える手法とモデルの組み合わせを展開、80の新しい手法も取り入れたそうです。テンプレートで探す範囲を絞れることから、AIエージェントによるモデル作りの土台にもなっているとしています。
案件ごとに毎回ゼロから作ると、手間もミスも増えていきます。よく使う資料や手順をひな形にしておけば、一度の改善がみんなの仕事に行き渡ります。AIに作業を頼むときも、ひな形を渡すほうが仕上がりがぶれにくくなりそうです!
出典:Engineering at Meta
https://engineering.fb.com/2026/11/18/ml-applications/design-once-deploy-at-scale-template-driven-ml-ecosystem/
AIの回答の根拠を記録する設計、AWSが紹介
AWS(アマゾンのクラウドサービス)の公式ブログが、データベースのAmazon Aurora PostgreSQLで、責任あるAIの仕組みを備えたRAG型チャットボット(手元の資料を検索してから答えるAI)を設計する方法を紹介しています!AWSが定める責任あるAIの8つの観点をデータベースの機能に対応づけ、シリーズ第1回として説明可能性(なぜその答えになったかを示せること)を掘り下げています。
例は顧客サポートのチャットボット。答えるたびに、検索で取り出した資料と実際に引用した資料、質問との近さを示す類似度スコア、安全チェックの記録を自前の表に残し、後から根拠をたどれるようにする設計です。
AIの答えをそのまま使っていると、「どうしてこの答えになったの?」と聞かれたときに説明できません。仕事でAIを使うときも、何を参考に答えたのか、どの資料を根拠にしたのかを一緒に残しておく習慣が、周りからの信頼につながりそうです。
あわせて押さえたいニュース
ここからは、続報が待たれるニュースを手短にお届けします!
OpenAIのモデル、半導体の回路設計を改善
OpenAIの公式サイトによると、同社のモデルが「Jalapeño」の半導体で使われる回路を最適化し、RISC-V(仕様が公開されているCPUの規格)のコアの設計も改善したそうです。GPT-6 AstraによるAI支援のチップ設計が進んでいることを示す成果だとしています。
出典:OpenAI
https://openai.com/index/advancing-chip-design-with-our-models
経費管理のPayhawk、2億8,000万ドルを調達
TechCrunchによると、AIエージェントを使って企業の経費や調達(ものやサービスの購入)の管理を手助けする、企業向けの財務管理サービスのPayhawkが、2億8,000万ドルの資金調達と20億ドルの企業評価額を発表しました。同社は2018年に設立されています。
出典:TechCrunch
https://techcrunch.com/2026/11/18/spend-management-platform-payhawk-announces-280m-raise-2b-valuation/
今日のまとめ ~ 型をそろえて、記録を残す
今日のニュースからは、モデルの設計をひな形にそろえてAIエージェントに改良を広げさせる工夫や、AIの答えの根拠を記録に残す設計、テスト中に社員が上げていた懸念が届きました。AIに任せる範囲が広がるほど、その土台となる型と、あとから確かめられる記録が大事になりそうです。
これからの時代、大切なのは、
今日も、AIと一緒に働くための足場を整えながら、自分らしい働き方を見つけていきましょう!


